联合扩散：基于互一致性驱动的PET-MRI协同重建扩散模型
图像与视频处理
2024-07-12 v2 计算机视觉与模式识别
摘要
正电子发射断层扫描与磁共振成像（PET-MRI）系统可获取功能与解剖图像。PET信噪比低，而MRI的k空间数据采集过程耗时。本研究旨在加速MRI并提升PET图像质量。传统方法在PET-MRI系统内对各模态分别重建，但多模态图像间存在互补信息，可用于图像重建。本研究提出一种采用互一致性驱动扩散模式的PET-MRI联合重建模型，即MC-Diffusion。MC-Diffusion通过学习PET与MRI的联合概率分布来利用互补信息。我们利用ADNI数据集对LPLS、Joint ISAT-net与MC-Diffusion进行了一系列对比实验。结果凸显了MC-Diffusion在定性与定量上的提升，超越了当前最优方法。
引用
@article{arxiv.2311.14473,
title = {Joint Diffusion: Mutual Consistency-Driven Diffusion Model for PET-MRI Co-Reconstruction},
author = {Taofeng Xie and Zhuo-Xu Cui and Chen Luo and Huayu Wang and Congcong Liu and Yuanzhi Zhang and Xuemei Wang and Yanjie Zhu and Guoqing Chen and Dong Liang and Qiyu Jin and Yihang Zhou and Haifeng Wang},
journal= {arXiv preprint arXiv:2311.14473},
year = {2024}
}